从人类演示中学习物理交互技能
机器人学
2025-08-05 v2
摘要
学习物理交互技能，如跳舞、握手或练习，在来自人类的演示中实现具有挑战性，尤其当代理人的形态与演示者显著不同时。现有方法常依赖手工设计的目标或形态相似性，限制了其泛化能力。我们引入一个框架，使具有多样化形态的代理能够直接从人类演示中学习整体身体交互行为。该框架提取一种紧凑且可迁移的交互动力学表示，称为嵌入式交互图 (EIG)，该图捕捉交互代理之间关键的时空关系。该图随后用作imitation 目标，用于训练基于物理的仿真中的控制策略，使代理能够生成既在语义上有意义又在物理上可行的动作。我们在多种代理上演示 BuddyImitation，包括人类、带有操作臂的四足机器人、移动操作臂以及各种交互场景，如练习、握手、石头-剪刀-布或跳舞。我们的结果显示，通过跨形态交互学习实现跨形态角色间的协同行为的前景。
关键词
引用
@article{arxiv.2507.20445,
title = {Learning Physical Interaction Skills from Human Demonstrations},
author = {Tianyu Li and Hengbo Ma and Sehoon Ha and Kwonjoon Lee},
journal= {arXiv preprint arXiv:2507.20445},
year = {2025}
}